股票配资中心正改变过去静态陈列式的文化服务模式

牛力中国人民大学信息资源管理学院副院长、博士研究生导师、吴玉章特聘教授，兼任中国档案学会监事会秘书长、中国人民大学档案事业发展研究中心副主任等。长期从事档案信息化、档案知识工程、人工智能的研究与工程应用工作。主持国家社科基金、北京市教育委员会基金、北京市社科基金重点项目、北京市自然科学基金等国家级和省部级课题。

游客在故宫大高玄殿数字馆参观。新华社发

第七届进博会技术装备展区的“AI+文物修复”技术展示。新华社发

龙门石窟研究院工作人员在进行3D建模工作。新华社发

数字人文是数字时代人文研究、人文理念的简称。对数字人文的最直观理解，就是以数字化手段从事的人文研究，这是一个与传统人文研究相区别的新兴人文研究方式，也是对数字人文的狭义界定。正如哈佛大学教授包弼德所指出的：“数字人文和传统人文研究的不同，有四个方面：一是数字资源，二是数据，三是用计算性方法查找和提取数据，四是用计算性方法分析数据，把数据可视化，来创造新的信息。也可以说，数字人文是在数字环境下促成周期研究，一个研究周期包括找到研究问题、收集数据、查找资料数据信息，整理、分析数据等环节，这些环节都可以运用数字人文方法。”

数字人文的广义界定，不是从数字时代人文研究的视角作出的定义，而是从数字时代的人文精神、人文处境以及人文前景角度作出的界定，这是一个与前面定义相联系的界定。由于数字人文是一个区别于传统人文的新学科、新方法，因此它不可避免地会被引入到所有人文研究领域，从而对整个人文领域、人文精神、人文处境、人文重构产生全面影响，进而会逐渐催生出一个全新的人文环境。这是对数字人文的广义理解，也是一个在含义上三次扩展的定位：从人文研究中的数字化方法，到数字化的人文研究理念，再到新的人文环境建构。于是，人们便需要从数字时代的时代特征、人文的时代处境与重构两个相关的视角，去审视“数字人文”的命名正当性与含义复杂性。总而言之，无论是作为一种融合计算技术的跨学科研究方法，还是一个随技术不断演进的动态学术领域，数字人文的核心都在于通过方法论的革新，重塑人文研究的边界与内涵，并致力于构建一个更为开放、共享的未来人文新生态。

目前数字人文领域的经典案例

这里我分享一下目前国内数字人文领域的几个经典案例：

其一是数字《清明上河图》，技术人员通过运用数字动画和交互技术，让北宋张择端的长卷名画《清明上河图》“动”起来。如今在故宫博物院的数字展厅中，观众甚至可以通过3D长卷投影、互动屏幕等方式“一步进入清明上河图”，亲历千年前的北宋汴京。

其二是“丹青宝筏”董其昌书画艺术大展，这是上海博物馆2018年底举办的大型特展，通过数字技术增强了展览的学术性与互动性。在展厅中设置了董其昌生平年表的数字时间轴，观众可触摸屏幕查看他不同时期的代表作品，还可在数字地图上浏览其游历足迹。这是博物馆与数字人文结合的有益尝试。

其三是唐宋文学编年地图，这是由中南民族大学王兆鹏教授团队研发的在线平台，对唐宋时期数百位诗人、词人的生平行迹与创作活动做了可视化处理。用户进入地图，点击任意诗人的名字，立即可以看到这位文人在中国地图上的迁徙路线；再点击某个地名，还能看到此人在该地留下的诗篇名句。王兆鹏教授在接受媒体采访时表示，“唐宋文学编年地图的初衷是方便教学和研究。目前看来，它既可以用于教学研究，也可引发普罗大众对古诗词的兴趣。”这一案例充分说明数字人文项目不仅能服务学术研究，也能以直观有趣的方式吸引公众参与。

从目前情况看，数字人文服务涉及三类资源与服务空间，即物理空间、数字空间、知识空间，且这“三空间”是彼此交织互动、融合发展的。

大模型的崛起及其特征

从某种程度来说，大模型可以喻为我们的“超级文化助手”，这类模型是在海量数据基础上训练的智能系统，具备感知、记忆、推理、创作四大能力。简单来说，大模型可以处理文本、图像、语音等多种信息形式，执行从自动翻译、知识问答到内容创作等复杂任务。它们往往拥有庞大的规模、万亿级的参数，呈现出很多超出预期的“涌现能力”，展现出一定的通用智能。当今，国内外已经涌现出诸如ChatGPT、PaLM以及“文心一言”“悟道”等模型。

这里我们重点介绍目前较为典型的大模型具备的四大核心能力。

感知能力：指大模型接收、识别和理解外部信息的能力，包括对文本、图像、音频、视频等多模态数据的“感知”和解析。AI的“感知”是通过训练得到的跨模态建模本领。例如，敦煌研究院开发了“壁画病害智能监测”系统，让AI学会识别壁画上的裂痕、掉色等病害情况；在博物馆领域，AI可以分析文物图像，认出年代、风格甚至辨别真伪；在考古领域，机器学习模型能从航拍影像中发现人工遗迹的蛛丝马迹。未来的大模型将朝着多模态融合方向发展，能够整合视觉、听觉等多种信号。

记忆能力：指大模型存储和调用知识的能力。一方面，大模型在训练过程中通过参数记住了海量知识；另一方面，在实际对话或任务中，它还能记住用户先前提供的上下文，在多轮交互中保持对话连贯。这种记忆力让AI更像一个善于倾听和反馈的交流者。用户甚至可以设定“个性化”参数，让AI在对话中展现特定风格。这种上下文关联记忆，使得人机交互更加自然，也使AI能够提供个性化服务。强大的记忆力意味着大模型可以成为文化领域的“活资料库”和“智慧档案”。

推理能力：指大模型基于已知信息进行逻辑分析和推导的能力。近年来，研究者做出了各种改进以增强AI的推理能力。这里我们用“维苏威火山卷轴挑战赛”(Vesuvius Challenge)为例，2023年参赛团队利用深度学习成功识别出公元1世纪因火山喷发被碳化的古罗马纸草卷内部隐藏的希腊字母和单词，实现了人类首次非侵入性解读烧焦古卷的突破。在中国，敦煌莫高窟出土的敦煌遗书中有大量残损卷子，科研团队正尝试用大模型补全残缺的文字内容。在古籍修复、历史推演等方面，AI的推理能力正大显身手。

创作能力：指AI生成文字、图像、音乐、代码等全新内容的能力。生成式AI因此备受瞩目。大模型具有极强的跨模态内容生成能力，可以以文生图，也可以以图生文，甚至还能谱曲、作画、写代码。大模型就像一位才华横溢的创作者，为文化创意提供了前所未有的工具，让每个人都有机会参与内容生产。不过，AI的创作必须由人类引导，技术永远是为人所用，作品中蕴含的思想和情感还需要人的智慧来把关。

感知让AI获取信息，记忆让AI储存知识，推理让AI解决问题，创作让AI生成新内容。这些能力的结合，使得AI在文化领域大有可为。那么，大模型与数字人文的结合，将如何重塑我们的文化未来呢？接下来的讲座重点，我们将聚焦AI对数字人文“三空间”的革命性重构。

AI驱动的数字人文“三空间”新生态

人工智能，尤其是大模型技术，正在推动数字人文服务空间的重构与进化，形成物理、数字、知识三空间融合共生的新生态。

物理空间：从静态展览到沉浸互动

物理空间指的是传统的文化场所和现实场景。AI技术的引入，正改变过去静态陈列式的文化服务模式。

大模型等新技术通过数字化、虚拟化、智能化手段，升级了用户的感官体验。例如，在国家图书馆，观众可以戴上VR眼镜，体验“古籍寻游记”：利用5G全景VR技术，馆藏典籍《永乐大典》的珍贵内容被全景式数字化，人们仿佛置身于古代书库。国家图书馆还联合有关机构打造了国内首部VR互动纪录片《古籍寻游记》，还原20世纪初古文献四大发现的场景。

中国国家博物馆的虚拟数智人“艾雯雯”于2022年入职国博，成为该馆首个AI数字员工。由AI技术驱动实时交互，她可以在社交平台上发布短视频，化身文化宣传大使；又能在展厅的大屏幕上充当智能讲解员，与观众对话交流。“数智人”成为连接实体文物与数字叙事的“活化媒介”，还能通过AR技术“附身”于历史人物形象讲述故事，提高观众参与感。

在文物保护方面，AI带来新范式。修复师可先建立高清数字模型，让AI算法尝试虚拟修补缺失部分，提出修复方案，再由人工审阅加工。这样不仅降低了文物原件受二次损伤的可能，还能提高公众参与兴趣。敦煌研究院尝试开发AI辅助系统，对莫高窟壁画的褪色部分进行数字补色和图像重建，并在数字展览中展示“修复前后”对比效果。

物理空间的升级核心在于从过去静态、单向的文化展示，转向智能、互动、沉浸的体验逻辑。观众能够“玩”展览、参与其中；文化遗产通过数字分身与公众“面对面”交流。

数字空间：从搜索关键词到懂你所需

数字空间是指互联网上的虚拟信息环境。大模型和相关AI技术的应用，使数字空间经历从“信息仓库”到“智能伙伴”的蝶变。

传统数字资源检索依赖关键词搜索，数据之间是孤立的“岛屿”。AI则可以改变这一现状。大模型擅长语义理解，分析用户查询意图，进行语义匹配。用户与数字空间的交互更类似于和一个博学的助手对话，而非翻阅目录索引。

AI通过关键能力改造数字空间的体现包括：

数据整合，打破孤岛：AI利用知识图谱技术和大模型的跨领域学习能力，把分散在多个数据库的资源关联起来，形成统一的“信息图谱”。例如，故宫博物院的“数字文物库”：自2019年上线以来，已公开超过186万件藏品信息，并精选10万余件文物的高清数字影像免费发布。利用知识图谱技术，观众可以按朝代、材质、用途等多种角度探索馆藏，让“搜索变成发现”，目前相关浏览量已超3300万次。可以说，正是AI打通了文化数据领域的一些壁垒。

智能检索，语义理解：AI赋能的检索尝试理解用户意图。例如，搜索“明清时期北京的风俗”，AI可能推荐相关度高的《燕京岁时记》或研究论文。在博物馆官网检索“龙的吉祥寓意”，AI会返回知识解释并附带文物链接。这种转变提升了信息获取精准度。

跨模态整合，丰富体验：AI使数字空间能够处理丰富模态信息并回应。例如，“数字敦煌”平台汇聚敦煌石窟高清图像和学术资料。借助AI，用户在全景漫游壁画时，点击任意人物或场景，系统即时弹出说明文字或语音讲解，并可进一步提问。这真正做到了所见即所得、所问即所知。

AI赋能下的数字空间正朝着更“聪明”也更“体贴”的方向发展：理解数据、理解用户；让文化资源随时随地可获取、可互动。用户不需要精通检索技巧，一个强大的文化AI助手将为我们串起散落各处的知识珍珠。

知识空间：从“死知识”到“活流水”

知识空间指的是文化知识生产与传播的领域。在AI技术推动之下，知识空间正从静态封闭走向动态开放。

首先，数据驱动发现新知，数字人文通过数据分析，发现以前无法观察到的隐含模式。例如，研究者用计算机分析了晚清名臣曾国藩的日记、书信等文本，绘制出其人际交往网络图，揭示了以往史书未详载的复杂关系。又如唐宋文学编年地图项目，通过GIS地理信息系统把古代诗人的活动投射到地图上，“让历史动起来”，清晰展现诗人迁徙路线、创作地点和群体互动，深化了对文学场域和文坛生态的认识。这正是数据驱动知识发现的典型例证。

其次，参与知识重构与再创，AI能基于知识进行再创造，“让知识自己说话”。例如，交互式图像描述工具：用户用鼠标点击图像细节，触发AI用自然语言描述，并可指定风格或要求背景讲解。这启发我们，未来博物馆、美术馆里的文物和绘画，都可能配置类似功能。知识由此被重新组织、加工和传播，进入“动态智慧”新范式。

再次，开放共创的知识平台，数字时代的知识生产更加开放。例如上海图书馆建立历史文献众包平台，招募志愿者在线抄录和标注馆藏档案，使市民成为文化知识生产者。这类协作在学术界也渐受重视。AI可助力校对、纠错或智能推荐任务。在AI支持下，知识生产将实现专业与大众的更紧密协作。

我将知识空间的这种变化概括为“跃迁”，即由静态存量跃迁为动态增量，由少数人封闭研究跃迁为众人开放参与。AI让知识空间更加敏捷聪明、富有活力，知识被视为可以不断演化的“有机体”。这种变革要求学者具备利用新工具的能力并拥抱跨学科合作；同时，要求我们提升问题意识，因为大模型等通用人工智能可以帮助我们解决问题，但无法代替我们发现问题。拥有问题意识的我们才是指令的发出者和结论的决定者。

文化创意新范式：共创、传播与体验的变革

大模型不仅影响文化研究与保存，也在改变文化内容的生产与传播方式。

首先是共创模式兴起，专业创作者与普通大众的界限正变得模糊。博物馆策展团队可通过线上平台征集观众的“创意点子”；作家可邀请读者用AI绘图工具创作插画；非遗传承人可与数字艺术家合作，将传统纹样通过算法生成新设计。特别值得注意的是，大模型降低了创作技术门槛（如AI绘画、写作模型），让普通人也能参与。“专家+公众”的融合共创模式，为文化内容注入新鲜活力，拉近了文化与社会大众的距离。

其次是传播策略的精准化，AI提供强大的分析和推荐能力，帮助文化产品突破圈层壁垒，实现千人千面的传播。博物馆可用AI分析观众行为数据，制定针对性推广方案；图书馆可借助算法推荐内容。更重要的是，AI能生成不同风格的内容版本以适应不同受众。例如，介绍敦煌艺术，可为学者、普通读者、小朋友生成不同版本。故宫博物院既有学术季刊，也发布萌趣文物表情包；国家图书馆举办高端讲座的同时推出科普短视频。精准传播旨在激发文化共鸣，让不同背景的人以合适方式接触文化内容。

再次是沉浸式体验的发展趋势，随着VR、AR、全息成像等技术成熟，文化体验向沉浸化发展。AI在构建虚拟场景和实时交互中扮演重要角色：实现对用户动作的识别和反馈；根据观众反应动态调整内容。未来的博物馆可能同时存在“实体展厅”和“云展厅”，并可打通：在实体展厅用AR扫描文物可显示虚拟还原；在家通过VR参观能实时看到现场观众路线，甚至线上线下的观众可通过数字分身“相遇”交流。虚实融合让文化突破时空限制，渗透到日常生活场景。

最后是服务路径的个性化，在AI帮助下，每个人可拥有专属“文化顾问”或“创意搭档”。观众走进图书馆博物馆时，可能有AI数字人导览，根据兴趣调整讲解；阅读古诗词时，AI助手可随时解释典故、提供译文或讨论诗意。大模型善于学习个人偏好，持续推荐用户感兴趣内容。学习技能时，AI可全天候提供教学和针对性训练方案。研究者可用AI助手筛选文献、起草报告；艺术家可用AI试验灵感。“数字文化管家”使文化服务越来越以人为本、因人而异，并努力拓展用户视野。

总体而言，AI引领的文化创意新范式体现在“共创”带来内容生产者范围扩大，“精准”带来传播触达广泛化，“沉浸”带来体验方式革新化，“个性”带来服务供给定制化。这四股趋势相互叠加，塑造出活力无限的文化科技时代。文化机构和从业者需要主动拥抱变化。但无论技术如何发展，文化创意最核心的还是内容的品质与价值。AI可以辅助，但无法取代人对美的追求和对意义的思考。新范式下我们更需要强调人文精神的引领。

人文责任与伦理边界：AI时代的深度思考

在观察并展望AI深入文化领域的同时，我们也需要意识到平衡技术进步与人文价值之间关系的重要性。

技术与价值的协调：以伦理规范引导技术向善。AI技术本身无善恶，关键在于运用。文化领域潜藏风险需以伦理规范指引。AI生成内容可能出现错误或捏造，随之进入传播流程就会造成误导，文化机构采用相关内容时必须安排专家审核把关，以确保真实性；文艺创作中需要避免AI生成低俗不当内容；大模型训练依赖数据涉及版权问题，诸如AI“模仿”风格是否侵权、生成作品归谁所有等问题，以上都需要法律和伦理双重规范。业界应尽快建立标准和准则（如明确AI在博物馆讲解中的适用范围、强调不得编造历史；制定古籍修复技术规范并标注AI复原部分）。加强对从业人员培训，提高道德敏感度。

人机共生的愿景：AI激发人的思辨与创意。我们应将AI视为人类思想的延伸和激发器。学术上，大模型可快速处理海量材料，但提出问题、洞察本质仍是人类的任务，AI的任务是促使研究向更深层推进。艺术上，真正扣人心弦的作品源自人类独特体验和情感。AI能激发灵感，画家用AI生成意象再创作；音乐家用AI分析曲谱汲取元素创作。这是“人机协作”的成功范例。我认为，未来的理想状态应是，AI承担烦琐重复工作，人类专注创造性部分；AI提供多种思路参考，人类做价值判断选择；AI像镜子一样反照盲点，促人拓展思维。大模型等通用人工智能可以帮助我们解决问题，但无法代替我们发现问题。人类保持好奇心和批判性思维，AI将成为激发思辨与创意的火花。

各方共治：协力守护文化生态。AI赋能文化需要开发者、政策制定者、文化机构、公众等各方共治。技术社区需在算法设计中融入价值考量（如避免偏见，尊重多样文化）；政府部门需制定政策，鼓励有益项目发展，防范滥用（如杜绝篡改历史、造假文物）；博物馆、图书馆等要勇于尝试新技术，建立风险预案（如AI出错时及时必要的人工纠正机制）；公众应提高媒介素养，理性看待AI信息。在运用AI的同时，我们需要精心“守护文化生态”。如果缺乏良好治理，AI可能放大谣言、一味迎合流量甚至引发认同冲突。多方应协力制定规则、运用技术手段和教育举措，确保AI赋能而非损害文化。中国应积极在国际舞台上为数字人文和AI伦理贡献智慧，合作应对全球性问题（如数字版权、AI偏见等），共创开放有序的文化科技环境。

让文化“活”得更精彩

让文化“活”得更精彩，是我们共同的使命。从活字印刷到互联网，技术革新不断为文化传播开拓新天地。大模型浪潮是又一次划时代机遇。通过善加利用，AI将成为守护文化、传承文明的强大力量。想象未来的博物馆、图书馆，真实与虚拟交相辉映，藏品与观众深度互动；学术研究数据与灵感融会贯通；文化消费中人人既是享受者也是创造者，中华优秀传统文化焕发时代光彩。

技术发展并非一帆风顺，但“凡事预则立，不预则废”。通过文化与科技界携手努力，有能力引导AI成为人类文明的“点灯人”而非“熄灯者”。当AI与大模型注入其中，尘封的历史将更鲜活，传统的文化将更青春——我们的文化未来，也将因此变得更加绚丽精彩。

专业的股票配资提示：文章来自网络，不代表本站观点。